L’intelligence artificielle (IA) ne se limite pas à l’automatisation des tâches. Pour les investisseurs et les dirigeants, il s’agit d’affiner la pensée, de reconfigurer les chaînes de valeur et d’amplifier l’expertise humaine. Jon Webster, directeur général principal et chef de l’exploitation d’Investissements RPC, s’est entretenu avec Jason Rome, vice-président directeur, Stratégie numérique et expérience client de Method, dans le cadre du balado Build What’s Next de Method (en anglais), pour étudier comment les grands modèles de langage (GML) font tomber les barrières linguistiques, rendent la pensée complexe plus accessible et accroissent la valeur de l’intelligence émotionnelle humaine et des aptitudes relationnelles.
* La transcription qui suit a été modifiée par souci de clarté et de concision.
Jon, pouvez-vous commencer par expliquer comment Investissements RPC perçoit l’IA dans le contexte de son mandat à long terme?
Jon Webster : Avec plus de 114 G$ investis au pays et 714 G$ à l’échelle mondiale, Investissements RPC est l’une des réussites du Canada. Nous investissons pour le prochain quart de siècle plutôt que pour le prochain trimestre afin d’aider à donner aux générations futures de Canadiens une sécurité financière à la retraite.
Pour notre organisation, il est donc important d’explorer comment tirer parti de l’IA générative et des autres capacités de l’IA afin d’obtenir les meilleurs résultats possibles pour la caisse du RPC. C’est presque une question au singulier : cela fera-t-il de nous un meilleur investisseur?
Il y a beaucoup de débats en ce moment pour déterminer si les GML sont vraiment « intelligents ». Est-ce important?
Jon Webster : Bien des gens discutent de cette question existentielle et, à ce stade-ci, je pense que ce n’est pas la bonne.
La question n’est pas de déterminer si les GML sont intelligents, mais plutôt s’ils sont utiles. Ensuite, il s’agit de déterminer s’ils peuvent faire ce que nous faisons. Peuvent-ils faire ce que vous voulez? Jusqu’où cela ira-t-il, et à quel rythme? Quelle incidence cela aura-t-il sur votre chaîne de valeur?
La langue est ce qui unit de nombreuses chaînes de valeur. Si vous voulez vraiment savoir ce que l’IA pourrait faire aux industries, vous devez commencer par là. Selon moi, c’est là que se trouvent les vraies occasions : repenser le fonctionnement des industries et des organisations lorsque le « coût du langage » change.
Vous avez mentionné que l’écart « générateur-vérificateur » est l’une des limites des GML. Qu’entendez-vous par là?
Jon Webster : J’ai utilisé pour la première fois des outils d’IA de recherche approfondie il y a quelques mois, et les résultats ont été plutôt bons. J’ai demandé à l’outil de me donner un scénario sur ce qui pourrait se dérouler sur le plan économique au cours des cinq à dix prochaines années, et j’ai obtenu un éventail de scénarios dont la probabilité allait de plausible à possible. C’était un point de vue assez riche sur tous les facteurs en jeu. Je ne pouvais pas faire la différence entre ce point de vue et certaines de mes propres réflexions.
Mais pour moi, c’est là que la vérification entre en jeu. Certaines choses se déroulent au fil du temps et sont plus difficiles à vérifier. Dans le domaine des placements, bien des choses prennent des années à se concrétiser. Entre votre idée initiale et le résultat, le monde, les placements et la société pourraient tous changer de façon imprévisible. Cela rend la vérification difficile.
Alors dans quel contexte l’IA est-elle utile pour investir?
Il faut être clair sur la nature du travail. Investir implique d’examiner des idées. Pour être un excellent investisseur, il faut adopter une perspective à contre-courant afin de faire autre chose que ce que le marché aurait fait naturellement. Il faut avoir des convictions hétérodoxes plutôt qu’uniquement orthodoxes.
La capacité d’étudier de nombreuses perspectives parallèles, l’effet combiné de l’examen de nombreuses théories différentes sur la façon dont les choses pourraient se dérouler, est un splendide terrain de jeu pour l’IA générative.
Comment pensez-vous que les GML changeront le rôle de la langue dans les chaînes de valeur?
Jon Webster : Les chaînes de valeur se forment souvent autour de langues et de connaissances spécialisées. Les spécialistes juridiques parlent le jargon juridique. Les spécialistes des technologies parlent technologie. C’est notre façon de conserver notre part de la chaîne de valeur. Cependant, les connaissances jouent aussi un rôle dans ce processus. On ne peut pas être une boîte vide équipée d’une langue. Mais si une machine peut vous aider à comprendre ces dialectes d’affaires, vous pouvez imaginer comment cela pourrait remodeler les chaînes de valeur.
En même temps, les GML peuvent nous aider à utiliser des cadres de réflexion puissants ou des méthodes heuristiques pour résoudre les problèmes. Les méthodes heuristiques sont un genre de version humaine des algorithmes que nous utilisons pour réfléchir à tous les problèmes, mais que nous rarement de façon uniforme parce qu’ils sont difficiles à appliquer sur le plan cognitif.
Vous pouvez voir les gens qui utilisent bien les GML réfléchir des façons d’intégrer une façon de penser ou un cadre de référence qui s’ajoute à ce qu’ils font. Ensuite, il y a la prime que représente une grande base de connaissances. Lorsqu’on regroupe ces éléments, on ouvre de nombreuses possibilités.
À quoi ressemble actuellement une collaboration efficace entre l’humain et l’IA? Dans quel secteur cela ajoute-t-il de la valeur?
Jon Webster : Je pense que nous sommes toujours dans le domaine des optimisations locales : les gens examinent de quelle façon cela aide à accomplir une tâche de cinq ou de dix minutes. C’est excellent, c’est un élément important pour s’habituer à cette technologie.
Mais le véritable défi consiste à repenser les flux de travail. Le goulot d’étranglement de la collaboration humaine a toujours été la communication structurée. Vous parlez une langue, j’en parle une autre. Il faut repenser de A à Z notre façon de collaborer et de communiquer, ainsi que celle dont ces outils peuvent nous aider à les améliorer.
Qu’est-ce que tout cela signifie pour les dirigeants et les organisations?
Jon Webster : Plusieurs choses.
Avec une expertise et des outils de calibre mondial à portée de main, le moment n’a jamais été aussi mal choisi pour être médiocre. Nous devrons tous relever la barre.
Ensuite, nous devons réfléchir aux secteurs où migrera la valeur. La capacité d’avoir d’excellentes discussions et d’interagir avec les gens d’une manière fortement axée sur les relations est très importante. Je ne dis pas que l’intelligence n’a plus d’importance, mais nous devons en accorder plus aux choses humaines qui nous sont propres.
Selon moi, cette technologie nous aidera à voir le monde de cinq ou six façons différentes plutôt qu’une. Elle nous donne de nouvelles perspectives. Je pense que c’est créatif et génératif.
Écoutez le balado complet ou regardez la vidéo.
À propos de Method : Method est un consultant en stratégies et en conception de produits technologiques. Build What’s Next est le balado de Method reconnu mondialement pour ses actualités et analyses technologiques. Il réunit des leaders et des experts de divers secteurs qui explorent des façons d’humaniser la technologie, en vue d’un avenir numérique plus simple.
Quatre minutes avec Heather Tobin
Heather Tobin, directrice générale principale et chef mondiale, Marchés financiers et placements factoriels, nous fait part de son point
Culture, collectivité, inclusion : une conversation professionnelle avec la
Dans cette conversation franche, trois stagiaires de la génération Z d’Investissements RPC partagent leur point de vue sur la culture et
Place à l’avenir : Monica Adractas sur les actions de croissance et l’IA
Avant de diriger l’équipe des actions de croissance d’Investissements RPC, Monica Adractas était de l’autre côté de la relation
Veuillez saisir un identifiant de messagerie valide